[发明专利]基于异质因果推断的城市通勤主通道多匝道网联控制方法

说明书

本发明公开了一种基于异质因果推断的城市通勤主通道多匝道网联控制方法。对于高速公路常发瓶颈路段，基于探测器探测的瓶颈交通占用率和上下游邻近进口匝道流量数据以及事故数据，构建不同交通状况下匝道输入流量对瓶颈交通状况的异质因果模型，将因果推断的结果作为匝道权重，反映相应匝道对瓶颈改善的重要性，并在瓶颈形成后以此为依据进行多匝道协同控制。匝道权重随因果推断的结果动态更新，确保控制策略与实时需求模式相匹配。本发明采用因果图框架识别控制变量和特征变量，并基于双重机器学习算法构建异质因果模型。

技术领域

本发明属于道路交通安全设计、智能交通管理与控制技术领域，尤其涉及城市通勤主通道多匝道权重的异质因果模型标定与协同控制方法。

背景技术

承担较大交通需求的高速公路(城市快速路)及连接其的匝道构成了城市通勤主通道，在区域交通运输体系中起骨架作用。为保证城市通勤主通道的服务水平，当主线产生事故瓶颈或汇入瓶颈时，减少瓶颈附近匝道进口需求有助于缓解瓶颈路段的通行压力，加速瓶颈消散。若参与控制的匝道需求与瓶颈交通状况的因果性越大，则调节相应匝道需求对瓶颈改善的效果则越明显。相比于单匝道控制，多匝道协同控制可以协调控制多个匝道的进口需求，起到更强的控制效果。

匝道权重标定及协同控制方法以此出发，对于常发瓶颈路段，基于探测器获取交通、事故信息，分析在不同交通状况下各匝道进口需求对瓶颈占用率的异质因果效应。在瓶颈形成后，以相应的因果效应作为匝道权重，作为协同控制的依据。权重越大的匝道意味着其进口需求对瓶颈占用率的影响越大，相应的调节率也会越小。匝道权重随因果推断的结果动态更新，确保控制策略与实时需求模式相匹配。

发明内容

发明目的：本发明的目的是提出基于异质因果推断的城市通勤主通道多匝道网联控制方法，对于常发瓶颈路段分析在不同交通状况下各匝道进口需求对瓶颈占用率的异质因果效应。在瓶颈形成后，以相应的因果效应作为匝道权重，作为协同控制的依据。

技术方案：为实现本发明的目的，本发明所采用的技术方案是：基于异质因果推断的城市通勤主通道多匝道网联控制方法，该方法包括以下步骤：

1)构建基于异质因果推断的城市通勤主通道多匝道网联控制系统，包括进口匝道控制设备、交通数据采集设备、数据中心和异质因果推断模块。

2)交通数据采集设备可采用电磁线圈或摄像头，包括进口匝道流量探测器和瓶颈占用率探测器。进口匝道流量探测器位于进口匝道与主线接口处，采集一个控制周期T＝60s内各进口匝道的输入高速公路主线的流量(veh/h)。瓶颈占用率探测器选择位于高速公路常发瓶颈路段上游、且与常发瓶颈路段之间不存在其它进出口匝道的最近探测器，采集一个控制周期T内高速公路主线瓶颈路段的占用率(％)。路段占用率反映交通密度，当路段被机动车完全占满时对应的占用率为100％。

3)数据中心保存并整理交通数据采集设备上传的原始交通数据形成交通-事故数据集。数据集的每条样本记录了[(k-p^*)T,kT]时段内的交通-事故状况。具体地包括第k个控制周期内瓶颈路段占用率O(kT)和瓶颈路段上下游各5km范围内的所有进口匝道的输入流量，第k个控制周期结束时经过编码的O(kT)和q_ri(kT)的时间特征，第k个控制周期结束时瓶颈路段下游距离最近事故的特征(事故距离、持续时间)，第k个控制周期之前p^*个控制周期的瓶颈占用率O((k-p)T),p^*≤p≤k和所有进口匝道输入流量q_ri((k-p)T),i∈I,p^*≤p≤k。其中q_ri(kT)为控制周期k内瓶颈路段上下游各5km范围内进口匝道i的输入流量，I为瓶颈路段上下游各5km范围内的的进口匝道集合。p^*定义历史序列的阶数，为任意正整数，由研究者自定义。样本中所有的历史序列(瓶颈路段占用率序列，各进口匝道输入流量序列)的阶数相同。